連続した文字列間のテキストの削除

Question 1

$ sed '/abstract = .*},$/d; /abstract = /,/},$/d' <file
@article{ginsberg_lifespan_2018,
    title = {On the lifespan of three-dimensional abstract gravity water waves with vorticity},
    language = {en},
    urldate = {2018-12-05},
    author = {Ginsberg, Daniel},
    month = dec,
    year = {2018}
}

@article{higaki_two-dimensional_2017,
    title = {On the two-dimensional steady {Navier}-{Stokes} equations related to flows around a rotating obstacle},
    journal = {arXiv:1703.07372 [math]},
    author = {Higaki, Mitsuo and Maekawa, Yasunori and Nakahara, Yuu},
    month = mar,
    year = {2017},
    note = {arXiv: 1703.07372},
    keywords = {Mathematics - Analysis of PDEs}
}

まず、1行のabstract項目全体を削除しようとしますが、それでも機能しない場合は、複数行の項目を削除しようとしますabstract。複数行エントリは、インクルードabstract =行から終わる次の行までの行セットです},。

注釈付きsedスクリプト：

/abstract = .*},$/d    # delete complete abstract line, skip to next input line
/abstract = /,/},$/d   # delete multi-line abstract entry

たとえば、開始文字列をより具体的に指定する必要がある場合は、これらの式の一部を代わり^[[:blank:]]*abstractに使用できます。この行の前にはスペースまたはタブのみがabstract許可されています。abstract =

Answer

$ sed '/abstract = .*},$/d; /abstract = /,/},$/d' <file
@article{ginsberg_lifespan_2018,
    title = {On the lifespan of three-dimensional abstract gravity water waves with vorticity},
    language = {en},
    urldate = {2018-12-05},
    author = {Ginsberg, Daniel},
    month = dec,
    year = {2018}
}

@article{higaki_two-dimensional_2017,
    title = {On the two-dimensional steady {Navier}-{Stokes} equations related to flows around a rotating obstacle},
    journal = {arXiv:1703.07372 [math]},
    author = {Higaki, Mitsuo and Maekawa, Yasunori and Nakahara, Yuu},
    month = mar,
    year = {2017},
    note = {arXiv: 1703.07372},
    keywords = {Mathematics - Analysis of PDEs}
}

まず、1行のabstract項目全体を削除しようとしますが、それでも機能しない場合は、複数行の項目を削除しようとしますabstract。複数行エントリは、インクルードabstract =行から終わる次の行までの行セットです},。

注釈付きsedスクリプト：

/abstract = .*},$/d    # delete complete abstract line, skip to next input line
/abstract = /,/},$/d   # delete multi-line abstract entry

たとえば、開始文字列をより具体的に指定する必要がある場合は、これらの式の一部を代わり^[[:blank:]]*abstractに使用できます。この行の前にはスペースまたはタブのみがabstract許可されています。abstract =

Question 2

たとえば、sedの解決策は、各開始文字列と終了文字列を次に変換することです。一つ文字なので、正規表現を使用して文字を防止（否定）できます[^…]。

文字に変換します（%（開始）と#（終了）がファイルに表示されないとし、後で詳しく説明します）：

<<<infile sed 's/abstract =/%/g; s/},\n/#/g'

その後、最初の項目から選択（および削除）できます。スタート( %)特徴初めて終わり（#）文字の後：

sed 's/%[^#]*#//g'

[^#]ゲームをプレイするために必要欲はない。

一部の区切り文字がまだ存在する可能性があるため、それらを復元する必要があります。

sed 's/%/abstract =/g; s/#/},\n/g'    # assuming GNU sed.

もちろん、パターンが別の行に表示される可能性があるため、上記の内容をファイル全体に適用する必要があります。したがって、予約済みスペースにファイル全体をキャプチャします。

sed 'H;1h;$!d;g;'

コマンドライン全体で、次の操作を行います。

 <infile sed 'H;1h;$!d;g;  s/abstract =/%/g; s/},\n/#/g;
                           s/%[^#]*#//g ;
                           s/%/abstract =/g; s/#/},\n/g'

選択した文字が入力ファイルに存在する可能性がある場合は、テキストファイルに存在しない他の明示的な区切り文字を選択できます。

ASCIIでは、SOH（ヘッダ開始）およびSTX（テキスト開始）として01知られる値を持つ文字（バイト）02は「制御文字」であり、テキストファイルでは非常にまれです。これを使用するには、シェルスクリプトを作成することをお勧めします。

 #!/bin/bash
 start=$'\1'
 end=$'\2'
 startpattern='abstract ='
 endpattern=$'},\\\n'         # The newline needs a `\` for sed to work.

 sed 'H;1h;$!d;g;
      s/'"$startpattern"'/'"$start"'/g;
      s/'"$endpattern"'/'"$end"'/g;
      s/'"$start"'[^'"$end"']*'"$end"'//g;
      s/'"$start"'/'"$startpattern"'/g;
      s/'"$end"'/'"$endpattern"'/g'  <infile

Answer